O que é a IA (inteligência artificial)?

A inteligência artificial (IA) utiliza o processamento do computador para imitar as capacidades de tomada de decisão do cérebro humano. A IA, em sua intenção mais pura, tem o objetivo de aprimorar a capacidade humana e contribuir com excelentes ativos comerciais.

O uso de IA abrange muitos setores, inclusive para fintechs que precisam lidar com regulamentações de AML, KYC e conformidade com CDD.

A inteligência artificial tornou-se comum em nossa vida cotidiana e oferece benefícios significativos, realizando algumas tarefas e análises com mais rapidez e precisão do que os humanos. Desde a alimentação dos assistentes “inteligentes” em nossos smartphones, permitindo a visão computacional (por meio da qual as máquinas podem interpretar estímulos visuais), até a análise de grandes quantidades de dados, como será exigido pelas cidades inteligentes do futuro, os aplicativos de IA estão crescendo a cada dia.

A inteligência artificial tem se desenvolvido exponencialmente desde que o termo foi cunhado em 1956, graças a vários fatores. O poder de processamento dos computadores aumentou profundamente nos últimos 20 anos; os smartphones são agora milhões de vezes mais potentes do que os computadores de guia da Apollo 11. Os dados, que são a força vital de qualquer algoritmo de IA, também se tornaram muito mais prontamente disponíveis, em parte graças à infraestrutura essencial que os utiliza: a internet.

Quando a maioria das pessoas pensa em inteligência artificial, provavelmente pensam em algo que é perfeito e independente. Um poder supremo que eclipsa o cérebro humano em todos os sentidos. Mas, na verdade, estamos muito longe de desenvolver esse tipo de “IA geral”.

Em vez disso, conseguimos criar IAs mais específicas, graças aos avanços tecnológicos, à disponibilidade cada vez maior de dados e aos desenvolvimentos algorítmicos. Esses sistemas ainda superam os humanos, mas somente quando aplicados a tarefas específicas. Essas “IAs aplicadas” são o que nos permite automatizar processos específicos para que sejam concluídos com precisão e rapidez.

Na Entrust, usamos IA para verificação de identidade – para criar confiança entre as empresas e seus clientes, para que eles possam acessar remotamente bens e serviços.

A IA pode ser usada para verificar a identidade de várias maneiras. Pode ajudar a coletar dados fornecidos pelo usuário, como endereço residencial, nome e data de nascimento, e compará-los com fontes de dados confiáveis. Pode analisar sinais de detecção de fraude passiva para ajudar as empresas a identificar anomalias na inscrição. E também pode ser usada para alimentar a verificação de documentos e a verificação por biometria.

A IA é adequada para essas tarefas porque tanto as empresas quanto seus clientes esperam que elas sejam concluídas de forma rápida e precisa, a fim de conceder ao cliente acesso rápido aos serviços e permitir que a empresa evite fraudes e conduza processos eficientes de conhecimento do cliente (KYC), que muitas vezes são obrigadas a concluir por lei. A IA pode automatizar esses processos com mais rapidez e precisão do que os humanos são capazes de processá-los.

Muitas empresas regulamentadas precisam concluir a CDD (devida diligência do cliente) como parte de seus requisitos de KYC e AML (combate à lavagem de dinheiro). Uma parte dessas verificações é a verificação de identidade, na qual a empresa precisa coletar informações de clientes em potencial e verificar se elas são legítimas. Tradicionalmente, esses processos têm sido onerosos para ambas as partes. Os clientes podem ter tido que se deslocar pessoalmente até uma empresa para fornecer a documentação a ser verificada ou enviara documentação digitalmente e esperar que ela fosse processada manualmente.

A IA permitiu que os clientes enviassem a documentação digitalmente, de onde quer que estivessem, e obtivessem acesso aos serviços em minutos, em vez de horas. Isso reduz o atrito nos processos de integração e, portanto, aumenta as taxas de aquisição para as empresas, aumentando a receita e, ao mesmo tempo, permitindo que elas estejam em conformidade com as normas.

As fintechs empregam IA para muitas finalidades diferentes. É usada em quase todos os aspectos da aquisição de clientes, gerenciamento de sistemas, análise de riscos, detecção de fraude e muito mais. Na Entrust, fazemos parcerias com centenas de fintechs líderes para verificar as identidades dos clientes usando IA, a fim de controlar a conformidade regulatória, detectar fraudes na integração e integrar milhões de clientes com eficiência.

A IA é usada com frequência para potencializar a análise biométrica. Biometria são medições relacionadas a características humanas que são frequentemente usadas para permitir o acesso a sistemas e serviços, por exemplo, impressão digital, voz e biometria facial usadas por smartphones para autenticar usuários.

A IA pode ser altamente eficaz na correspondência de biometria facial. Para fins de conformidade com KYC e prevenção de fraudes, as empresas geralmente usam uma solução baseada em documentos e biometria. Um usuário fornece à empresa uma imagem de um documento de identidade com foto para ter a autenticidade analisada. Também fornece uma selfie tirada no momento da integração. A IA é usada para fazer a correspondência da biometria facial entre o documento de identidade com foto e a selfie para garantir à empresa que o documento de identidade foi enviado por seu legítimo proprietário, e não por um fraudador que pode ter obtido o documento ilegalmente.

A IA é particularmente adequada para essa tarefa. Um estudo de 2014 constatou que até mesmo funcionários treinados para emissão de passaportes tinham uma taxa média de erro de 14% ao fazer a correspondência de rostos, mas é provável que esse número seja ainda maior para indivíduos não treinados que realizam esse exame para empresas.

No entanto, a IA não é infalível e deve ser treinada de forma ética e monitorada para prever o viés do algoritmo. O viés do algoritmo refere-se a erros sistemáticos e repetitivos que resultam em resultados injustos, como discriminação ou vantagem indevida de um grupo de pessoas sobre outro. O viés do algoritmo no reconhecimento facial pode significar que os grupos demográficos biométricos não são analisados com precisão, levando a falsas rejeições ou falsas correspondências durante os processos de verificação de identidade. Na Entrust, usamos conjuntos de dados balanceados para treinar nossos modelos de IA e monitorar os resultados. Você pode saber mais sobre como mitigamos o viés da IA aqui.

Como parte dos processos de verificação de identidade, a IA também pode ser usada para analisar documentos de identidade para ajudar as empresas a atender aos requisitos de KYC.

A verificação de documentos é um método de alta garantia para verificar a identidade do usuário em comparação com a validação de dados fornecidos pelo usuário em relação a fontes confiáveis. Se for processado manualmente por agentes humanos, pode causar atrito, aumentando o tempo de resposta (tempo necessário para receber a captura de um documento, concluir a análise e tomar as medidas necessárias para que a empresa rejeite ou aceite o candidato). A IA pode automatizar essa análise e concluir uma análise precisa de documentos em questão de segundos.

Na Entrust, usamos IA para fornecer verificação automatizada de identidade digital para mais de 800 empresas em todo o mundo. Nossa premiada tecnologia de IA patenteada foi desenvolvida ao longo de 10 anos por uma equipe dedicada de centenas de pesquisadores e engenheiros para tornar nossa análise justa, rápida e precisa. A análise da IA ajuda as empresas a conquistar mais clientes, controlar a conformidade global, melhorar a eficiência operacional e evitar fraudes de identidade. Você pode saber mais sobre “o que é fraude de identidade” em nosso blog.

O que torna nossa premiada tecnologia de IA justa, rápida e precisa?

• Justa. A IA foi treinada com conjuntos de dados balanceados que são representativos de variações reais de raça e etnia para mitigar o viés da IA.
• Rápida. Ela processa 95% das verificações biométricas em menos de 10 segundos, uma melhoria de 54% em relação ao ano anterior.
• Precisa. Ela é desenvolvida internamente usando uma arquitetura de micromodelo exclusiva que combina mais de 10.000 modelos treinados para detectar marcadores de fraude específicos.